【技术实现步骤摘要】
本专利技术涉及高炉数据优化，具体是涉及一种基于工业大数据的高炉关键炉况参数优化方法。
技术介绍
1、由于高炉生产冶炼过程较为复杂，高炉过程参数和生产目标之间存在着复杂的、强耦合性的非线性关系，且影响炉况波动的关键参数很多，使得高炉优化控制极为困难。现有的高炉关键炉况参数优化方法所采用的多为单目标或传统多目标优化，当考虑的参数较多时，优化过程较为复杂，计算繁琐，不具有普适性。因此，需要提供一种基于工业大数据的高炉关键炉况参数优化方法，旨在解决上述问题。
技术实现思路
1、针对现有技术存在的不足，本专利技术的目的在于提供一种基于工业大数据的高炉关键炉况参数优化方法，以解决上述
技术介绍
中存在的问题。
2、本专利技术是这样实现的，一种基于工业大数据的高炉关键炉况参数优化方法，所述方法包括以下步骤：
3、建立优级炉况参数曲线库，所述优级炉况参数曲线库中包含若干个优级炉况参数曲线图，每个优级炉况参数曲线图中包含多个参数项目的项目数值关于时间的变化曲线；
4、实时采集高炉炉况参数数据，每份所述高炉炉况参数数据包括炉况参数项目、项目数值和监测时间；
5、根据高炉炉况参数数据绘制实际炉况参数曲线图，所述实际炉况参数曲线图的横轴为监测时间，包含多个纵轴，每个纵轴与一个炉况参数项目对应；
6、截取实际炉况参数曲线图中的末段部分，根据末段部分的时间长度对每个优级炉况参数曲线图进行切断处理，得到若干个优级炉况曲线段；
7、将末段部分与所
8、作为本专利技术进一步的方案：所述炉况参数项目包括热风风量、热风温度、全压差、透气性指数、焦风耗、焦比、铁水温度、燃料比以及铁风耗。
9、作为本专利技术进一步的方案：所述根据高炉炉况参数数据绘制实际炉况参数曲线图的步骤，具体包括：
10、确定每个炉况参数项目对应的曲线特征信息，所述曲线特征信息包含曲线颜色和纵轴单位长度，每个炉况参数项目对应的曲线颜色均不相同；
11、根据曲线特征信息和横轴单位设定长度绘制得到实际炉况参数曲线图。
12、作为本专利技术进一步的方案：所述根据末段部分的时间长度对每个优级炉况参数曲线图进行切断处理，得到若干个优级炉况曲线段的步骤，具体包括：
13、将监测时间输入至时长范围公式中，确定末段部分的时间长度；
14、调取相邻优级炉况曲线段之间的切断间隔；
15、根据所述时间长度和切断间隔对每个优级炉况参数曲线图进行切断处理，得到若干个优级炉况曲线段。
16、作为本专利技术进一步的方案：将末段部分与优级炉况曲线段进行相似度匹配的步骤，具体包括：
17、确定末段部分a与优级炉况曲线段b的像素矩阵分别为a和b；
18、计算两个曲线图之间的曼哈顿距离，d(a，b)＝∑|a(p，q)-b(p，q)|，其中，d(a，b)表示末段部分a和优级炉况曲线段b之间的曼哈顿距离，p和q分别表示像素矩阵中的行和列；
19、根据曼哈顿距离确定末段部分a与优级炉况曲线段b之间的相似度。
20、作为本专利技术进一步的方案：所述根据匹配结果确定参数项目优化信息的步骤，具体包括：
21、确定相似度最高的优级炉况曲线段，提取出所述优级炉况曲线段在截止处各项参数项目所对应的项目数值；
22、提取出末段部分在截止处各项炉况参数项目所对应的项目数值；
23、将两部分项目数值进行对比，确定参数项目优化信息。
24、作为本专利技术进一步的方案：所述优级炉况参数曲线库具备编辑、上传以及更新功能。
25、作为本专利技术进一步的方案：每采集一组高炉炉况参数数据，对应生成参数项目优化信息，参数项目优化信息同步进行更新。
26、作为本专利技术进一步的方案：所述优级炉况参数曲线图根据高炉型号和产出产品类型进行分类。
27、本专利技术的另一目的在于提供一种基于工业大数据的高炉关键炉况参数优化系统，所述系统包括：参数曲线库建立模块，用于建立优级炉况参数曲线库，所述优级炉况参数曲线库中包含若干个优级炉况参数曲线图，每个优级炉况参数曲线图中包含多个参数项目的项目数值关于时间的变化曲线；参数数据采集模块，用于实时采集高炉炉况参数数据，每份所述高炉炉况参数数据包括炉况参数项目、项目数值和监测时间；参数曲线图绘制模块，用于根据高炉炉况参数数据绘制实际炉况参数曲线图，所述实际炉况参数曲线图的横轴为监测时间，包含多个纵轴，每个纵轴与一个炉况参数项目对应；参数曲线图切断模块，用于截取实际炉况参数曲线图中的末段部分，根据末段部分的时间长度对每个优级炉况参数曲线图进行切断处理，得到若干个优级炉况曲线段；参数曲线图匹配模块，用于将末段部分与所有的优级炉况曲线段逐一进行相似度匹配，根据匹配结果确定参数项目优化信息。
28、作为本专利技术进一步的方案：所述参数曲线图绘制模块包括：曲线颜色确定单元，用于确定每个炉况参数项目对应的曲线特征信息，所述曲线特征信息包含曲线颜色和纵轴单位长度，每个炉况参数项目对应的曲线颜色均不相同；曲线图绘制单元，用于根据曲线特征信息和横轴单位设定长度绘制得到实际炉况参数曲线图。
29、作为本专利技术进一步的方案：所述参数曲线图切断模块包括：时间长度确定单元，用于将监测时间输入至时长范围公式中，确定末段部分的时间长度；切断间隔调取单元，用于调取相邻优级炉况曲线段之间的切断间隔；优级炉况曲线段单元，用于根据所述时间长度和切断间隔对每个优级炉况参数曲线图进行切断处理，得到若干个优级炉况曲线段。
30、作为本专利技术进一步的方案：所述参数曲线图匹配模块包括：像素矩阵确定单元，用于确定末段部分a与优级炉况曲线段b的像素矩阵分别为a和b；曼哈顿距离计算单元，用于计算两个曲线图之间的曼哈顿距离，d(a，b)＝∑|a(i，j)-b(i，j)|，其中，d(a，b)表示a和b之间的曼哈顿距离，i和j分别表示像素矩阵中的行和列；相似度计算单元，用于根据曼哈顿距离确定末段部分a与优级炉况曲线段b之间的相似度。
31、与现有技术相比，本专利技术的有益效果是：
32、本专利技术通过建立优级炉况参数曲线库，然后采集高炉炉况参数数据，根据高炉炉况参数数据绘制实际炉况参数曲线图；接着截取实际炉况参数曲线图中的末段部分，根据末段部分的时间长度对每个优级炉况参数曲线图进行切断处理，得到若干个优级炉况曲线段；将末段部分与所有的优级炉况曲线段逐一进行相似度匹配，根据匹配结果确定参数项目优化信息。本专利技术通过将数据图形化，基于图像相似度计算确定最相近的优级炉况参数曲线，进而得到最合理的参数项目优化信息，整个计算过程高效快速精准。
本文档来自技高网...【技术保护点】
1.一种基于工业大数据的高炉关键炉况参数优化方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于工业大数据的高炉关键炉况参数优化方法，其特征在于，所述根据高炉炉况参数数据绘制实际炉况参数曲线图的步骤，具体包括：
3.根据权利要求2所述的一种基于工业大数据的高炉关键炉况参数优化方法，其特征在于，根据曲线特征信息和横轴单位设定长度绘制得到实际炉况参数曲线图的方法包括如下步骤：
4.根据权利要求3所述的一种基于工业大数据的高炉关键炉况参数优化方法，其特征在于，所述根据末段部分的时间长度对每个优级炉况参数曲线图进行切断处理，得到若干个优级炉况曲线段的步骤，具体包括：
5.根据权利要求4所述的一种基于工业大数据的高炉关键炉况参数优化方法，其特征在于，根据所述时间长度和切断间隔对每个优级炉况参数曲线图进行切断处理，得到若干个优级炉况曲线段的方法包括如下步骤：
6.根据权利要求5所述的一种基于工业大数据的高炉关键炉况参数优化方法，其特征在于，将末段部分与优级炉况曲线段进行相似度匹配的步骤，具体包括：
8.根据权利要求7所述的一种基于工业大数据的高炉关键炉况参数优化方法，其特征在于，所述根据匹配结果确定参数项目优化信息的步骤，具体包括：
9.根据权利要求8所述的一种基于工业大数据的高炉关键炉况参数优化方法，其特征在于，所述优级炉况参数曲线库具备编辑、上传以及更新功能。
10.根据权利要求9所述的一种基于工业大数据的高炉关键炉况参数优化方法，其特征在于，每采集一组高炉炉况参数数据，对应生成参数项目优化信息，参数项目优化信息同步进行更新，所述优级炉况参数曲线图根据高炉型号和产出产品类型进行分类。
...【技术特征摘要】
1.一种基于工业大数据的高炉关键炉况参数优化方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于工业大数据的高炉关键炉况参数优化方法，其特征在于，所述根据高炉炉况参数数据绘制实际炉况参数曲线图的步骤，具体包括：
3.根据权利要求2所述的一种基于工业大数据的高炉关键炉况参数优化方法，其特征在于，根据曲线特征信息和横轴单位设定长度绘制得到实际炉况参数曲线图的方法包括如下步骤：
4.根据权利要求3所述的一种基于工业大数据的高炉关键炉况参数优化方法，其特征在于，所述根据末段部分的时间长度对每个优级炉况参数曲线图进行切断处理，得到若干个优级炉况曲线段的步骤，具体包括：
5.根据权利要求4所述的一种基于工业大数据的高炉关键炉况参数优化方法，其特征在于，根据所述时间长度和切断间隔对每个优级炉况参数曲线图进行切断处理，得到若干个优级炉况曲线段的方法包括如下步骤：
6.根...
【专利技术属性】
技术研发人员：鄂殿玉，但家云，蒋友源，崔佳鑫，杨艺峰，刘宇文龙，曹生福，赵斌，
申请(专利权)人：湖南华菱湘潭钢铁有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。